🔢 mathematics

Explicit bounds for Buchstab's function

Diese Arbeit etabliert numerisch explizite und leicht auswertbare obere und untere Schranken für die Buchstab-Funktion $\omega(u)$ , wodurch die Notwendigkeit numerischer Lösungen ihrer definierenden Verzögerungsimdifferenzialgleichung entfällt.

Ursprüngliche Autoren: Andreas Weingartner

Veröffentlicht 2026-07-27

📖 4 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Andreas Weingartner

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, die Anzahl der „einsamen“ ganzen Zahlen in einer riesigen Menge zu zählen. In der Welt der Zahlen gibt es einige soziale Schmetterlinge, die aus vielen kleinen Primfaktoren bestehen (wie die 12, die 2 × 2 × 3 ist). Andere hingegen sind die Introvertierten, die „Einzelgänger“, die sich weigern, Primfaktoren kleiner als eine bestimmte Größe zu haben. Mathematiker nennen diese Zahlen „y-glatt“ oder „y-rau“, je nach Kontext, aber das eigentliche Rätsel lautet: Wie viele dieser Einzelgänger existieren bis zu einem gewissen Punkt?

Um dies zu lösen, verwenden Mathematiker ein spezielles Werkzeug, die Buchstab-Funktion, bezeichnet als $\omega(u)$ . Betrachten Sie diese Funktion als eine Wetterfahne, die sich anfangs wild dreht, sich dann aber in eine stetige, vorhersehbare Brise einpendelt. Diese Brise repräsentiert eine spezifische mathematische Konstante (verwandt mit der Euler-Konstante $\gamma$ ). Die Funktion sagt genau voraus, wie sich die Verteilung dieser „Einzelgänger“-Zahlen verhält, wenn wir größere und größere Bereiche betrachten. Warum ist das wichtig? Weil das Verhalten dieser Einzelgänger tief mit der Verteilung der Primzahlen selbst verknüpft ist. Wenn wir vorhersagen können, wie sich diese Einzelgänger verhalten, erhalten wir eine schärfere Linse, um zu sehen, wo sich Primzahlen verstecken, was für alles entscheidend ist – von der reinen Mathematiktheorie bis hin zur Sicherheit digitaler Codes.

Lange Zeit war die Berechnung dieser Funktion wie der Versuch, das Wetter vorherzusagen, indem man ein komplexes, zeitverzögertes Rätsel löst. Man musste eine spezielle „verzögerte Differentialgleichung“ lösen, was eine elegante Art ist zu sagen, dass der Wert der Funktion im jetzigen Moment davon abhängt, was sie einen Moment zuvor war, was eine Kettenreaktion erzeugt, die manuell oder selbst mit dem Computer ohne enormen Aufwand sehr schwer zu berechnen ist.

Dieses Papier, geschrieben von Andreas Weingartner, tritt mit einem frischen, viel einfacheren Ansatz an. Anstatt den Leser dazu zu zwingen, dieses schwierige, zeitverzögerte Rätsel jedes Mal lösen zu müssen, wenn er einen Wert benötigt, liefert der Autor eine Reihe von „expliziten Schranken“. Stellen Sie sich vor, Sie versuchen, die Höhe einer wachsenden Pflanze zu erraten. Anstatt die Pflanze jeden einzelnen Sekunde zu messen und die Wachstumsrate von Grund auf neu zu berechnen, gibt Ihnen Weingartner ein hochpräzises Lineal und eine einfache Formel. Er zeigt, dass Sie für jede Zahl $u$ (wobei $u$ die Skala des Problems darstellt) den Wert der Funktion mithilfe einer spezifischen Formel berechnen können, die komplexe Zahlen und eine spezielle Funktion namens Lambert-W-Funktion beinhaltet, und dann einfach prüfen können, ob Ihr Ergebnis innerhalb einer sehr engen „Fehlermarge“ liegt.

Das Papier beweist, dass diese neue Methode mit unglaublicher Präzision funktioniert. Für Werte von $u$ zwischen 3 und 6 ist garantiert, dass der Fehler in der Schätzung kleiner als $\frac{1}{2u(u-1)}$ ist. Für größere Zahlen ( $u \ge 6$ ) schrumpft der Fehler noch weiter und bleibt unter $\frac{1}{12u \log u}$ . Der Autor rät diese Limits nicht nur; er beweist sie streng durch eine Technik, die „Sattelpunktmethode“ genannt wird, was so ist, als würde man den höchsten Gipfel einer Gebirgskette suchen, um die beste Sicht auf die umliegende Landschaft zu erhalten. Er liefert auch eine zweite, noch präzisere Version der Formel für größere Zahlen, die den Fehler auf einen winzigen Bruchteil involving $u^{-2}$ oder sogar $u^{-3}$ reduziert.

Die Schönheit dieser Arbeit liegt darin, dass sie eine schwierige, iterative Berechnung in ein einfaches, einstufiges Rezept verwandelt. Sie setzen Ihre Zahl ein, führen die Rechnung aus (was Berechnungen beinhaltet, die in den meisten Computerprogrammen als Standardfunktionen vorhanden sind), und erhalten ein Ergebnis, das garantiert innerhalb eines spezifischen, winzigen Abstands vom wahren Wert liegt. Das Papier enthält eine Tabelle, die diese Berechnungen für Zahlen wie 6, 10, 40 und sogar 10.000 zeigt und demonstriert, dass die neuen Formeln die „wahren“ Werte perfekt treffen. Es ist ein wenig so, als würde man ein komplexes, verwinkeltes Labyrinth durch eine gerade Autobahn ersetzen: Sie kommen zum selben Ziel, aber Sie kommen schneller dorthin, mit einer klaren Karte, und Sie wissen genau, wie nah Sie der Ziellinie sind.

Technische Zusammenfassung: Explizite Schranken für die Buchstab-Funktion

Problemstellung
Die Buchstab-Funktion $\omega(u)$ charakterisiert die Verteilung von Zahlen, die frei von kleinen Primfaktoren sind. Speziell ist für ein festes $u > 1$ die Anzahl der Zahlen bis $x$ , deren alle Primfaktoren größer als $x^{1/u}$ sind, bezeichnet als $\Phi(x, x^{1/u})$ , asymptotisch $x\omega(u)/\log(x^{1/u})$ . Wenn $u \to \infty$ , konvergiert $\omega(u)$ schnell gegen $e^{-\gamma}$ (wobei $\gamma$ die Euler-Mascheroni-Konstante ist) und oszilliert um diesen Grenzwert.

Das Verhalten dieser Oszillationen ist entscheidend in der analytischen Zahlentheorie, insbesondere bei der Festlegung von Schranken für die Anzahl der Primzahlen in kurzen Intervallen. Maier [5] hat gezeigt, dass das Lim sup und das Lim inf der Dichte der Primzahlen in Intervallen der Länge $(\log x)^v$ direkt von den Maximal- und Minimalwerten von $W(u) := \omega(u) - e^{-\gamma}$ für $u \ge v$ abhängen. Während Hildebrand [3] eine asymptotische Formel für $W(u)$ unter Verwendung komplexer Sattelpunktanalysen lieferte, war der Fehlerterm in dieser Näherung numerisch nicht explizit. Das Ziel dieser Arbeit ist es, rigorose, numerisch explizite obere und untere Schranken für $W(u)$ zu etablieren, die sich leicht evaluieren lassen, ohne die zugrunde liegende Verzögerungsdifferenzialgleichung $(u\omega(u))' = \omega(u-1)$ numerisch lösen zu müssen.

Methodik
Der Autor verwendet die Sattelpunktmethode angewandt auf die inverse Laplace-Transformation der Buchstab-Funktion. Die Laplace-Transformierte ist gegeben durch $\hat{\omega}(s) = e^{J(s)} - 1$ , wobei $J(s)$ die exponentielle Integralfunktion ist.

Definition des Sattelpunkts: Eine eindeutige komplexe Lösung $\zeta = \mu - i\eta$ wird für die Gleichung $e^\zeta = -u\zeta$ im Bereich $\mu \ge 1$ und $0 < \eta < 3\pi/2$ definiert. Dieses $\zeta$ dient als Sattelpunkt für das Integral der Darstellung von $W(u)$ .
Taylor-Entwicklung: Im Gegensatz zu früheren Arbeiten, die Niedrigordnung-Entwicklungen verwendeten, nutzt diese Arbeit ein Taylor-Polynom siebter Ordnung in der Nähe des Sattelpunkts, um den Integranden zu approximieren. Diese höhere Ordnung der Entwicklung ermöglicht eine engere Kontrolle über die Fehlerterme.
Komplexe Analysis: Die Analyse umfasst die Abschätzung der Real- und Imaginärteile von $J(-\zeta + i\tau)$ sowie deren Ableitungen. Der Autor leitet explizite Schranken für diese Ableitungen ab (Lemma 4) und etabliert Zerfallsschätzungen für den Integranden fernab des Sattelpunkts (Lemma 5).
Fehlerzerlegung: Das Integral für $W(u)$ wird in einen Hauptterm (zentriert am Sattelpunkt) und Tail-Beiträge aufgeteilt. Die Tail-Beiträge werden unter Verwendung expliziter Ungleichungen begrenzt, die durch Integration durch Teile und Konturintegralschätzungen gewonnen wurden.
Numerische Verifizierung: Für kleine Werte von $u$ (speziell $u \le 103$ ) werden die theoretischen Schranken durch die numerische Berechnung von $W(u)$ unter Verwendung des Algorithmus von Marsaglia, Zaman und Marsaglia [6] verifiziert und mit den abgeleiteten Fehlergrenzen verglichen.

Zentrale Beiträge und Ergebnisse
Die Arbeit präsentiert drei Theorem, die zunehmend präzisere Approximationen für $W(u)$ mit expliziten Fehlergrenzen liefern.

Theorem 1: Liefert eine primäre Approximation unter Verwendung der Funktion $\Phi_1(u) = \Phi(u)(1 - \frac{1}{12u})$ .
$W(u) = 2|\Phi_1(u)| \{ \cos(\arg(\Phi_1(u))) + \theta_1(u) \}$
Der Fehlerterm erfüllt $|\theta_1(u)| < \frac{1}{2u(u-1)}$ für $3 \le u \le 6$ und $|\theta_1(u)| < \frac{1}{12u \log u}$ für $u \ge 6$ .
Theorem 2: Bietet eine präzisere Approximation unter Verwendung von $\Phi_2(u) = \Phi(u)(1 + \alpha(u))$ , wobei $\alpha(u)$ eine spezifische rationale Funktion von $\zeta$ und $u$ ist, die aus den vierten und fünften Ableitungen von $J$ abgeleitet wurde.
$W(u) = 2|\Phi_2(u)| \{ \cos(\arg(\Phi_2(u))) + \theta_2(u) \}$
Der Fehlerterm erfüllt $|\theta_2(u)| < 420u^{-6}$ für $6 \le u \le 19$ und $|\theta_2(u)| < 0.005u^{-2}$ für $u \ge 16$ .
Theorem 3: Präsentiert einen noch kleineren Fehlerterm, indem ein zweiter Korrekturterm $\beta(u)$ in den Hauptfaktor einbezogen wird, wodurch $\Phi_3(u) = \Phi(u)(1 + \alpha(u) + \beta(u))$ definiert wird.
$W(u) = 2|\Phi_3(u)| \{ \cos(\arg(\Phi_3(u))) + \theta_3(u) \}$
Der Fehlerterm erfüllt $|\theta_3(u)| < 0.01u^{-3}$ für $18 \le u \le 103$ und $|\theta_3(u)| < 8.4u^{-3}$ für $u \ge 103$ .

Die Arbeit stellt fest, dass $\Phi(u)$ unter Verwendung von Standard-Spezialfunktionen berechnet werden kann: der unvollständigen Gammafunktion für $J(s)$ und der Lambertschen W-Funktion (speziell des $k=1$ Zweiges) für $\zeta$ . Tabelle 1 in der Arbeit illustriert die hohe Präzision dieser Schranken durch den Vergleich mit numerisch berechneten Werten für verschiedene $u$ .

Bedeutung und Ansprüche
Die Arbeit beansprucht, die ersten numerisch expliziten oberen und unteren Schranken für die Buchstab-Funktion bereitzustellen, die keine numerische Lösung der Verzögerungsdifferenzialgleichung erfordern. Die Methodik spiegelt die vorangegangene Arbeit des Autors zur Dickman-Funktion [9] wider, wobei reelle Schätzungen an die komplexe Domäne angepasst werden, die für die Buchstab-Funktion erforderlich ist.

Der Autor rahmt die Bedeutung dieser Ergebnisse bescheiden als Etablierung „numerisch expliziter“ Schätzungen ein. Die Arbeit behauptet nicht, das Problem der Primzahlverteilung in kurzen Intervallen zu lösen, sondern liefert die notwendigen expliziten Schranken für $W(u)$ , die es ermöglichen, solche Probleme mit konkreten numerischen Konstanten anzugehen. Die Fehlerterme sind gezeigt, dass sie signifikant kleiner sind als der $O(1/u)$ Fehlerterm der früheren asymptotischen Formel von Hildebrand [3], insbesondere für moderate Werte von $u$ . Die Ergebnisse werden durch eine Kombination aus rigorosen analytischen Schranken für große $u$ und direkter numerischer Berechnung für kleinere $u$ validiert.

Mehr davon